什么是關聯圖？

關聯圖是查找兩個事物之間關系的圖像，他能為我們展示出一個事物隨著另一個事物的變化如何變化。

典型的關聯圖有：折線圖、散點圖、相關矩陣等

我們什么時候會需要關聯圖？

1、數據報告 & 學術研究

展示趨勢：比如產品銷量隨著時間如何變化，智力水平隨著教育程度如何變化等

展現狀態：不同年齡的客戶的成交率，不同生產成本對應的生產員工技能要求等

2、數據探索 & 數據解讀

探索數據關系，幫助了解試試，推動研究

3、統計學 & 機器學習

探索數據關系，指導數據預處理和模型選擇

散點圖

導入需要庫

import numpy as np
import pandas as pd
import matplotlib as mpl

繪制一個簡單的散點圖

使用pd.scatter函數繪制散點圖

簡單的散點圖示例：

 

# 定義數據，x1 取隨機數
x1 = np.random.randn(10) 
x2 = x1 + x1**2-10
# 定義畫布,當只有會這個圖的時候，下面這句不是必須存在的
plt.figure(figsize=(8,4))
# 繪制圖像
plt.scatter(x1, # 橫坐標
            x2, # 縱坐標
            s = 50, # 數據點的尺寸大小
            c = "red", # 數據點的顏色
            label = "red points" # 圖例
           )
# 裝飾圖形
# 顯示圖例,上面的 plt.scatter 中沒有 label 屬性的下面這句會出現警告
plt.legend()
# 顯示圖形
plt.show()

繪制多種圖例顏色的散點圖（以兩種為例）

繪制一下圖形需要找到以下三個要素：

1、繪圖用的數據，x1，x2

2、標簽的列表

3、顏色

圖例：

 

# 生成 10 行，2 列的數據表
x = np.random.randn(10,2)
y = np.array([0,0,1,1,0,1,0,1,0,0])
plt.figure(figsize=(8,4))
colors = ["red","black"] # 確立顏色列表
label是 = ["Zero","One"] # 確立標簽的類別列表
# 通過循環遍歷 x.shape 將多個列形成的圖像疊加在一起
for i in range(x.shape[1]):
  plt.scatter(
  x[y==i,0],
  x[y==i,1],
  c=colors[i],
  label=labels[i]
  )
# 在標簽中存在幾種類別，我們就需要循環幾次，一次畫一個顏色的點
plt.legend()
plt.show()

繪制復雜的散點圖

自己創造數據過于簡單，我們可以使用網上大神的簡單數據集學習繪制復雜的散點圖。

 

midwest = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/midwest_filter.csv")
# 過濾標簽，去除標簽重復像
categories = np.unique(midwest['category']) #去掉所有重復的項
plt.figure(figsize=(16,10))

for i in range(len(categories)):
    plt.scatter(midwest.loc[midwest["category"]==categories[i],"area"]
                ,midwest.loc[midwest["category"]==categories[i],"poptotal"]
                ,s=20
                ,c=np.array(plt.cm.tab10(i/len(categories))).reshape(1,-1)
                ,label=categories[i]
               )
plt.legend()
plt.show()